CN110069896A - 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法 - Google Patents

基于稀疏2d线性阵列的涡旋电磁波产生与优化方法 Download PDF

Info

Publication number
CN110069896A
CN110069896A CN201910458000.9A CN201910458000A CN110069896A CN 110069896 A CN110069896 A CN 110069896A CN 201910458000 A CN201910458000 A CN 201910458000A CN 110069896 A CN110069896 A CN 110069896A
Authority
CN
China
Prior art keywords
linear array
array
sparse
antenna
generates
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910458000.9A
Other languages
English (en)
Other versions
CN110069896B (zh
Inventor
王洋
杨冬华
廖希
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201910458000.9A priority Critical patent/CN110069896B/zh
Publication of CN110069896A publication Critical patent/CN110069896A/zh
Application granted granted Critical
Publication of CN110069896B publication Critical patent/CN110069896B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00Computing arrangements based on biological models
    • G06N3/12Computing arrangements based on biological models using genetic models
    • G06N3/126Evolutionary algorithms, e.g. genetic algorithms or genetic programming
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01QANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00Antenna arrays or systems
    • H01Q21/0087Apparatus or processes specially adapted for manufacturing antenna arrays
    • HELECTRICITY
    • H01ELECTRIC ELEMENTS
    • H01QANTENNAS, i.e. RADIO AERIALS
    • H01Q21/00Antenna arrays or systems
    • H01Q21/06Arrays of individually energised antenna units similarly polarised and spaced apart
    • H01Q21/22Antenna units of the array energised non-uniformly in amplitude or phase, e.g. tapered array or binomial array
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Abstract

本发明涉及天线技术领域,尤其涉及一种基于稀疏2D线性阵列的涡旋电磁波产生与优化方法。涡旋电波能够提高信息安全性、频谱效率和数据速率,在无线通信领域上有较大的应用潜力。本发明提出了使用2D线性阵列生成轨道角动量OAM波束的方法。在2D线性阵列的基础上,通过定义基于稀疏阵列的目标函数并采用遗传算法来降低辐射方向图的旁瓣。本发明通过较多的仿真来验证所提方法的有效性。仿真结果表明,实现了使用稀疏2D线性阵列生成OAM波束,与普通的二维线性阵列的SLL的‑11.56dB相比,稀疏二维线性阵列的旁瓣电平SLL降到‑19.76dB,有利于OAM波束的产生及其在未来无线通信领域中的广泛应用。

Description

基于稀疏2D线性阵列的涡旋电磁波产生与优化方法
技术领域
本发明涉及天线技术领域,尤其涉及一种产生多模态涡旋电磁波的天线设计方法。
背景技术
当今社会对通信容量的需求呈现快速式地增长,这给本已匮乏的频谱资源带来了严峻的挑战。OAM因其模值的相互独立且正交特性可以为有效提高频谱效率和信息传递的安全性而备受关注。
多模电磁涡旋波技术可以大大地提高信道容量和频谱效率。近年来光通信领域已经有了比较成熟的发展。同时,在无线通信领域,此技术也吸引了大量科研工作者的兴趣。2007年,Thide团队等人首次提出了可以利用低频无线电领域的光子轨道角动量,开创了轨道角动量应用于无线电传输领域的先河,并通过仿真表明,矢量天线阵列可以产生无线电波束,其应用可提升通信系统的容量和频率。2015年,Kwasi等人提出了在具有N个OAM发射机和M个接收天线的理想无线轨道角动量的多输入多输出(Orbital angular momentumbased multiple-input multiple-output,OAM-MIMO)多路复用系统中实现正交子信道所需的模式组合。2018年,西安电子科技大学程文驰等人提出了OAM嵌入式MIMO(OAM-embedded-MIMO,OEM)通信框架,以获得联合OAM和基于大规模MIMO的乘法SE增益mmWave无线通信。
在低频通信领域,产生涡旋电磁波的方法主要有两种,包括螺旋相位板(SpiralSPP)和均匀圆阵(Uniform circular array,UCA)。更便捷的方法是使用UCA来产生OAM波,主要原理是采用可调谐延迟线或移相器来控制天线间的相对相位延迟,以此来产生OAM波。然而,多输入多输出技术MIMO主要由二维线阵组成,这不便于与基于UCA的OAM波产生方式相结合。此外,OAM波的发散性会随着模值的增加而增大,这会造成信号在传播过程中衰减增加。因此如何产生与现有通信系统兼容性强且发散性小的多模态OAM波是一个函需解决的技术问题。
发明内容
有鉴于此,本发明的目的在于提供一种大型二维线性阵列生成OAM波的数值推导方法,该方法有利于OAM波与现有通信系统相结合。为了进一步提高二维阵列的整体性能和效率,本发明提出了一种新颖、简单可行的基于遗传算法(Genetic algorithms,GA)的二维线性阵列OAM波束生成方法,该方法对阵列进行稀疏化处理,可以降低OAM波束的SLL,使功率收敛到主方向。
为达到上述目的,本发明提供如下技术方案如图1所示,具体包括以下步骤:
第一步,2D线性阵列构型设计及推导方向图函数;
2D线性阵列由多个一维线性阵列等间距组成,每个一维线性阵列中均匀分布有多个等间距排布的天阵单元且所有天线单元的天线极化方向相同。推导2D线性阵列的辐射方向图函数表达式,其中2D线性阵列上所有阵元按顺时针或逆时针方向向元件添加递增相位激励方式。
第二步,建立2D线性阵列稀疏模型;
根据第二步定义的方向图函数,设置加权系数矩阵,建立2D线性阵列的稀疏模型。
第三步,定义目标函数;
据期望的方向图主瓣指向角度和最高旁瓣电平定义OAM波优化的目标函数。
第四步,阵元方位优化,根据第三步定义的目标函数,采用遗传算法优化,求解出最优的阵列方位。
本发明的有益效果在于:本发明利用2D线性阵列产生携带OAM的涡旋电磁波,该OAM波具有扭曲的相位波前,可以有效提高频谱效率和信息传递的安全性,便于与现有的通信系统相结合。通过对天线阵列构型的优化,本发明可以使OAM波束的SLL从-11.56dB降低到-19.76dB,且功率收敛到主方向,这一优化结果对信息传输来说非常有益。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明的流程图;
图2为一种均匀圆阵阵列构型示意图;
图3为一种均匀排列的2D线性阵列天线示意图;
图4为本发明的谐波信号幅度分布示意图;图4(a)为模态l=1的不同阵元数的辐射方向图随俯仰角变化情况;图4(b)为模态l=2的不同阵元数的辐射方向图随俯仰角变化情况。
图5为本发明稀疏算法的流程图;
图6为本发明优化前后的性能对比图;图6(a)为优化前后的辐射方向图随俯仰角变化情况;图6(b)为稀疏2D线性阵列阵元位置标识位;图6(c)为普通2D线性阵列阵元位置标识位。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将结合附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在不付出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
第一步,2D线性阵列构型设计及推导方向图函数
采用UCA生成OAM波,如图2所示,N个天线单元均匀分布在半径为a圆形阵列上。第n个天线单元的方位角为UCA上所有阵列元素按顺时针或逆时针方向向元件添加递增相位延迟。为了产生模态的OAM波,第n个天线单元的相移为UCA的归一化电场可以表示为:
其中,Rn表示第n个阵元到观测点的距离,k表示波数。通常,Rn可表示为
Rn=(r2+a2-2arcosψ)1/2
当r>>a时,Rn可化简为
其中,
假设则归一化电场可以表示为
其中,
与采用SPP生成OAM波的方式相比,UCA能提供精准的相位变化,从而方便地形成具有不同模态的OAM电磁波束。MIMO技术在射频领域得到了广泛的应用,然而,MIMO主要由二维线阵组成,这不便于与基于UCA的OAM波产生方式相结合。本发明利用2D线性阵列产生携带OAM的涡旋电磁波,该OAM波具有扭曲的相位波前,可以有效提高频谱效率和信息传递的安全性,便于与现有的通信系统相结合。
UCA的辐射方向图可以表示为
其中,An表示激励信号幅度。当波束轴指向方向时,可以简化为
采用2D线性阵列生成OAM波,如图3所示。以阵列左上角的阵列元素为参考点,沿着x轴方向分布着n行栅格,其行间距为d,沿着y轴方向分布着m行栅格,其列间距为d。考虑到2D线性阵列的辐射方向图可以表示为
其中,Iik表示第(xi,yk)个天阵单元的信号振幅,表示x轴方向分布的天线单元的位置,表示y轴方向分布的天线单元的位置,表示第(xi,yk)个天阵单元的方位角。与均匀线性阵列的模式不包含光栅瓣的条件类似,相邻两根天线的间距d可以表示为通过仿真,清楚地验证了二维线性阵列能够产生携带OAM的涡旋光束。
关于俯仰角的辐射图如图4所示,在仿真中,规定天线单元是各向同项的,并且仅观察xz平面上的远场模式(即)。频率设定为f=10GHz,相邻两个天线间的间隔d=λ/2,其中λ表示波长。天线单元的数量分别设置为N=16,N=64和N=144。结果表明,采用二维线性阵列可以产生OAM波。与常规波束相比,涡旋波束的方向呈环形强度分布,表明波印亭矢量沿光束轴方向消失。在相邻天线间距相同的情况下,随着天线数量的增加,OAM波的收敛能力增强。然而,随着单元数的增加,旁瓣也会增加,从而导致目标检测性能的显著下降。
第二步,建立2D线性阵列稀疏模型
为了抑制旁瓣,我们将建立一个优化模型,并提出稀疏二维阵列的遗传算法(Sparse 2D array genetic algorithm,SGA)来解决这个问题。我们规定ON和OFF分别表示阵元处于激活状态和注销状态,则阵元的工作状态可以表示为
在本发明中,稀疏率被定义为
ψ=Q/M/N;
其中M和N分别表示阵列沿x和y方向上分布的阵列数目,Q表示激活状态的阵元数。因此,稀疏后的2D线阵的辐射方向图可以表示为
第三步,定义目标函数
根据最大旁瓣电平(MSLL)的定义,取方位向方向图最大旁瓣电平和俯仰向方向图最大旁瓣电平之和为适应度函数:
其中S1是θ=θ0处方位角的旁瓣间隔,假设方向图主瓣的零功率点为S2是φ=φ0处方位角的旁瓣间隔,假设方向图主瓣的零功率点为2ψ0,则S2={θ|θmin≤θ≤θ00∪θ00≤θ≤θmax}。可以定义优化模型为:
其中min表示取最小值,通过优化天线的位置T找到最小的MSLL值。
第四步,阵元方位优化,根据第三步定义的目标函数,采用遗传算法优化,求解出最优的阵列方位
对于标准遗传算法,首先对优化问题的解空间进行编码。被编码的解称为个体,它构成一个总体。一般来说,选择一个与优化目标相关的适应度函数,并使用选择、交叉和变异算子使种群中的个体一代一代地进化。最后,更新后的种群收敛,得到最优解。
在本发明中,SGA的流程图如图5所示。为了对各天线单元进行优化,SGA的实现步骤为:
·初始化种群NP的实际染色体串,每个染色体串由一组激励组成。集合的大小取决于特定阵列设计中激励元素的数量。
·解码字符串并计算各个字符串的CF。
·按从最小值开始增加CF值的顺序选择精英字符串。
·按从最小值开始增加CF值的顺序选择精英字符串。
·对群体中的每个个体执行适合度计算以确定是否满足终止标准。根据个体适应度函数的值,将原始种群划分为三个亚种群(最佳亚种群,普通亚种群和最差亚种群)。
·将其混淆为一个完整的种群,得到了最优种群。
·基因周期更新。
当达到最大循环数时迭代停止。最后得到极小CF及其对应的染色体串或期望解。
由于遗传算法有时对某些参数非常敏感,因此仿真参数的选择应慎重。选择最佳的最佳参数值如表1所示。
表1 SGA参数
在仿真中,全部的天阵单元都由振幅相同的信号馈电。SGA生成一组最优的均匀电流激励权值,用于合成每个二维线性阵列。在仿真结果中,“o”表示天线单元处于激活状态,“x”表示天线单元处于注销状态。优化后的结果如图6(a)和表2所示。
表2仿真的参数设计
如图6(a)所示,与普通的二维线性阵列相比,稀疏二维线性阵列的SLL显著减少。由表2可知,与普通的二维线性阵列的SLL的-11.56dB相比,稀疏二维线性阵列的SLL降到-19.76dB。此外,稀疏阵列实现了注销16个天线单元的改进。
上所举实施例,对本发明的目的、技术方案和优点进行了进一步的详细说明,所应理解的是,以上所举实施例仅为本发明的优选实施方式而已,并不用以限制本发明,凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (6)

1.基于稀疏2D线性阵列的涡旋电磁波产生与优化方法,其特征在于:该方法包括以下步骤:
第一步,2D线性阵列构型设计及推导方向图函数;
2D线性阵列由多个一维线性阵列等间距组成,每个一维线性阵列中均匀分布有多个等间距排布的天阵单元且所有天线单元的天线极化方向相同;推导2D线性阵列的辐射方向图函数表达式,其中2D线性阵列上所有阵元按顺时针或逆时针方向向元件添加递增相位激励方式;
第二步,建立2D线性阵列稀疏模型;
根据第二步定义的方向图函数,设置加权系数矩阵,建立2D线性阵列的稀疏模型;在圆形阵列产生OAM波的基础上,推导出2D线性阵列生成OAM波方向图函数;
第三步,定义目标函数;
根据期望的方向图主瓣指向角度和最高旁瓣电平定义OAM波优化的目标函数;
第四步,阵元方位优化,根据第三步定义的目标函数,采用遗传算法优化,求解出最优的阵列方位。
2.根据权利要求1所述的基于稀疏2D线性阵列的涡旋电磁波产生与优化方法,其特征在于:所述2D线性阵列由多个一维线性阵列等间距组成,每个一维线性阵列中均匀分布有多个等间距排布的天阵单元且所有天线单元的天线极化方向相同;以阵列左上角的阵列元素为参考点,沿着x轴方向分布着n行栅格,其行间距为d,沿着y轴方向分布着m行栅格,其列间距为d。
3.根据权利要求1所述的基于稀疏2D线性阵列的涡旋电磁波产生与优化方法,其特征在于:所述第一步中,2D线性阵列上天线单元激励信号相位依次设定为其中l表示轨道角动量模式数,那么得到2D线性阵列的辐射方向图表达式为
其中,Iik表示第(xi,yk)个天线单元的信号振幅,表示x轴方向分布的天线单元的位置,表示y轴方向分布的天线单元的位置。
4.根据权利要求3所述的基于稀疏2D线性阵列的涡旋电磁波产生与优化方法,其特征在于:所述第二步中,稀疏后的2D线性阵列的辐射方向图表示为
其中,Tik表示天线单元的工作状态。
5.根据权利要求4所述的基于稀疏2D线性阵列的涡旋电磁波产生与优化方法,其特征在于:所述第三步中,根据最大旁瓣电平MSLL的定义,取方位向方向图最大旁瓣电平和俯仰向方向图最大旁瓣电平之和为适应度函数:
其中S1是θ=θ0处方位角的旁瓣间隔,假设方向图主瓣的零功率点为S2是φ=φ0处方位角的旁瓣间隔,假设方向图主瓣的零功率点为2ψ0,则S2={θ|θmin≤θ≤θ00∪θ00≤θ≤θmax};OAM波产生优化的目标函数CF定义为:
其中min表示取最小值,通过优化天线的位置T找到最小的MSLL值;期望能够降低OAM波束的SLL,使功率收敛到主方向。
6.根据权利要求5所述的一种基于稀疏2D线性阵列的OAM波产生与优化方法,其特征在于:通过对天线阵列构型的优化,OAM波束的SLL从-11.56dB降低到-19.76dB,且功率收敛到主方向。
CN201910458000.9A 2019-05-29 2019-05-29 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法 Active CN110069896B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910458000.9A CN110069896B (zh) 2019-05-29 2019-05-29 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910458000.9A CN110069896B (zh) 2019-05-29 2019-05-29 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法

Publications (2)

Publication Number Publication Date
CN110069896A true CN110069896A (zh) 2019-07-30
CN110069896B CN110069896B (zh) 2023-04-07

Family

ID=67372046

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910458000.9A Active CN110069896B (zh) 2019-05-29 2019-05-29 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法

Country Status (1)

Country Link
CN (1) CN110069896B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245491A (zh) * 2019-12-26 2020-06-05 北京邮电大学 基于圆形天线阵列的涡旋波束模式切换系统和方法
CN111881624A (zh) * 2020-07-30 2020-11-03 重庆邮电大学 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3921177A (en) * 1973-04-17 1975-11-18 Ball Brothers Res Corp Microstrip antenna structures and arrays
US20090211079A1 (en) * 2008-02-21 2009-08-27 Giovanni Toso Method of designing and manufacturing an array antenna
US20120268340A1 (en) * 2009-09-16 2012-10-25 Agence Spatiale Europeenne Aperiodic and Non-Planar Array of Electromagnetic Scatterers, and Reflectarray Antenna Comprising the Same
CN104993251A (zh) * 2015-06-26 2015-10-21 中国船舶重工集团公司第七二四研究所 一种大型平面阵列天线方向图综合级联优化方法
CN105842702A (zh) * 2016-05-13 2016-08-10 南京航空航天大学 多波束成像声呐的旁瓣抑制方法、阵列稀疏方法
CN106099393A (zh) * 2016-08-25 2016-11-09 电子科技大学 基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法
CN106096218A (zh) * 2016-08-29 2016-11-09 中国人民解放军火箭军工程大学 一种移动卫星通信稀布平面天线阵列优化方法
CN106407723A (zh) * 2016-11-17 2017-02-15 西安电子科技大学 面向低副瓣的稀疏排布阵列天线激励电流幅度的确定方法
CN106650104A (zh) * 2016-12-25 2017-05-10 厦门大学 考虑互耦效应的宽带非频变稀疏阵列综合方法
CN107346986A (zh) * 2017-07-12 2017-11-14 电子科技大学 一种基于稀疏频控传感器天线阵列的多波束形成方法
CN107657070A (zh) * 2017-07-31 2018-02-02 西安电子科技大学 基于遗传算法频率分集共形阵列波束的解耦合方法及天线
CN107729640A (zh) * 2017-10-10 2018-02-23 金陵科技学院 一种使用最少阵元的稀疏天线阵列综合布阵方法
CN108039179A (zh) * 2017-12-13 2018-05-15 重庆邮电大学 一种用于麦克风阵列广义旁瓣消除器的高效自适应算法
CN108449122A (zh) * 2018-01-29 2018-08-24 重庆邮电大学 一种最小化基站发射功率的mmWave多小区干扰抑制方法
CN108594221A (zh) * 2018-04-27 2018-09-28 中国人民解放军国防科技大学 基于同心圆环阵列的涡旋电磁波产生与优化方法
CN108920767A (zh) * 2018-06-07 2018-11-30 河海大学 余割平方和合成相位双约束波瓣阵列天线优化设计方法

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3921177A (en) * 1973-04-17 1975-11-18 Ball Brothers Res Corp Microstrip antenna structures and arrays
US20090211079A1 (en) * 2008-02-21 2009-08-27 Giovanni Toso Method of designing and manufacturing an array antenna
US20120268340A1 (en) * 2009-09-16 2012-10-25 Agence Spatiale Europeenne Aperiodic and Non-Planar Array of Electromagnetic Scatterers, and Reflectarray Antenna Comprising the Same
CN104993251A (zh) * 2015-06-26 2015-10-21 中国船舶重工集团公司第七二四研究所 一种大型平面阵列天线方向图综合级联优化方法
CN105842702A (zh) * 2016-05-13 2016-08-10 南京航空航天大学 多波束成像声呐的旁瓣抑制方法、阵列稀疏方法
CN106099393A (zh) * 2016-08-25 2016-11-09 电子科技大学 基于遗传算法的子阵稀布与阵元稀疏天线阵列综合布阵方法
CN106096218A (zh) * 2016-08-29 2016-11-09 中国人民解放军火箭军工程大学 一种移动卫星通信稀布平面天线阵列优化方法
CN106407723A (zh) * 2016-11-17 2017-02-15 西安电子科技大学 面向低副瓣的稀疏排布阵列天线激励电流幅度的确定方法
CN106650104A (zh) * 2016-12-25 2017-05-10 厦门大学 考虑互耦效应的宽带非频变稀疏阵列综合方法
CN107346986A (zh) * 2017-07-12 2017-11-14 电子科技大学 一种基于稀疏频控传感器天线阵列的多波束形成方法
CN107657070A (zh) * 2017-07-31 2018-02-02 西安电子科技大学 基于遗传算法频率分集共形阵列波束的解耦合方法及天线
CN107729640A (zh) * 2017-10-10 2018-02-23 金陵科技学院 一种使用最少阵元的稀疏天线阵列综合布阵方法
CN108039179A (zh) * 2017-12-13 2018-05-15 重庆邮电大学 一种用于麦克风阵列广义旁瓣消除器的高效自适应算法
CN108449122A (zh) * 2018-01-29 2018-08-24 重庆邮电大学 一种最小化基站发射功率的mmWave多小区干扰抑制方法
CN108594221A (zh) * 2018-04-27 2018-09-28 中国人民解放军国防科技大学 基于同心圆环阵列的涡旋电磁波产生与优化方法
CN108920767A (zh) * 2018-06-07 2018-11-30 河海大学 余割平方和合成相位双约束波瓣阵列天线优化设计方法

Non-Patent Citations (6)

* Cited by examiner, † Cited by third party
Title
ANDREA LOMMI: "SIDELOBE REDUCTION IN SPARSE", 《MICROWAVE AND OPTICAL TECHNOLOGY LETTERS》 *
HASBI N. P. WISUDAWAN: "Two Dimensional Angle of Arrival Estimation Using", 《IEEE》 *
J. CARLSON,R. K. ING: "Vortex Imaging Using Two-Dimensional Ultrasonic", 《IEEE》 *
尚飞 等: "阵列天线的双种群遗传算法综合", 《电波科学学报》 *
王洋 等: "基于时域调制反射阵列的波束赋形技术", 《太赫兹科学与电子信息学报》 *
贾月岭 等: "多任务学习的稀布线阵方向图综合", 《空军工程大学学报》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111245491A (zh) * 2019-12-26 2020-06-05 北京邮电大学 基于圆形天线阵列的涡旋波束模式切换系统和方法
CN111881624A (zh) * 2020-07-30 2020-11-03 重庆邮电大学 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法

Also Published As

Publication number Publication date
CN110069896B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
CN111294095B (zh) 基于统计csi的irs辅助大规模mimo无线传输方法
Feng et al. Joint 3D trajectory design and time allocation for UAV-enabled wireless power transfer networks
JP2020509683A (ja) シンボルを復号する方法及びシンボルを受信し、復号する受信機
Zhu et al. Movable-antenna enhanced multiuser communication via antenna position optimization
CN106888045B (zh) 一种基于波束成形的动态方向调制方法
CN111881624A (zh) 一种电磁涡旋波多输入多输出矩形阵列的稀疏优化方法
CN105426578A (zh) 一种基于遗传算法的mimo-sar面阵天线阵元位置优化方法
CN106096218B (zh) 一种移动卫星通信稀布平面天线阵列优化方法
CN102567574A (zh) 船舶大规模平面相控阵天线优化布局方法
CN110069896A (zh) 基于稀疏2d线性阵列的涡旋电磁波产生与优化方法
Tian et al. Secure hybrid beamformers design in mmWave MIMO wiretap systems
Tsakalaki et al. On the beamforming performance of large-scale antenna arrays
CN205863410U (zh) 一种多频共口径复合相控阵天线结构
Zhang et al. Hybrid precoding for multi-subarray millimeter-wave communication systems
Vourch et al. Planar millimetre‐wave antenna simultaneously producing four orbital angular momentum modes and associated multi‐element receiver array
CN105244634B (zh) 大规模mimo天线阵列的降维方法及利用该方法的系统
Wu et al. Reconfigurable hybrid beamforming for dual-polarized mmWave MIMO channels: Stochastic channel modeling and architectural adaptation methods
Lavdas et al. An adaptive hybrid beamforming approach for 5G-MIMO mmWave wireless cellular networks
Almagboul et al. An efficient hybrid beamforming design for massive MIMO receive systems via SINR maximization based on an improved bat algorithm
Khalid et al. Joint transmit antenna selection and precoding for millimeter wave massive MIMO systems
Wei et al. Sparse array beampattern synthesis via majorization-based ADMM
CN106160776B (zh) 收发单元与天线阵元映射方法及装置
JP2017507503A (ja) パターン/偏波アンテナ装置とこれを用いたビーム形成方法
US9054752B2 (en) High rate RF link technology utilizing near-maximum likelihood MIMO signal processing
Filgueiras et al. Antenna array diversity evaluation under multipath environments with digital beamforming

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant